馬艷春 張翠榮 方 靜
(華北科技學(xué)院現(xiàn)代教育技術(shù)中心,北京東燕郊101601)
網(wǎng)絡(luò)學(xué)習(xí)中群組方法的研究①
馬艷春②張翠榮 方 靜
(華北科技學(xué)院現(xiàn)代教育技術(shù)中心,北京東燕郊101601)
本文基于數(shù)據(jù)挖掘技術(shù),組建高效群組,采用一個(gè)能夠監(jiān)測(cè)群組成員間交流情況的系統(tǒng)使學(xué)員之間的交流更加便利,以幫助教師們改進(jìn)網(wǎng)絡(luò)群組學(xué)習(xí)。實(shí)驗(yàn)觀察結(jié)果與數(shù)據(jù)證明了此理論是有效與可行的。
群組學(xué)習(xí);網(wǎng)絡(luò)學(xué)習(xí);數(shù)據(jù)挖掘
近年來,計(jì)算機(jī)教學(xué)及互聯(lián)網(wǎng)的應(yīng)用提高了群組學(xué)習(xí)的成效。雖然在群組學(xué)習(xí)方面已經(jīng)有大量的研究成果,但在應(yīng)用互聯(lián)網(wǎng)進(jìn)行網(wǎng)絡(luò)學(xué)習(xí)的背景下,卻忽視了網(wǎng)絡(luò)學(xué)習(xí)中一個(gè)非常實(shí)際卻又相當(dāng)關(guān)鍵的方面——如何在最短的時(shí)間內(nèi)組建高效互動(dòng)的群組,以實(shí)現(xiàn)學(xué)員與學(xué)員之間,學(xué)員與指導(dǎo)老師之間的交流。這個(gè)既實(shí)際又關(guān)鍵的問題對(duì)群組生態(tài)學(xué)有重大意義。在現(xiàn)代高等教育課程中,隨著互聯(lián)網(wǎng)群組學(xué)習(xí)越來越受歡迎,指導(dǎo)老師們迫切希望能夠找到一種有效的方法來組建高效互動(dòng)的網(wǎng)絡(luò)學(xué)習(xí)群組。
本文提出了一種方法,通過應(yīng)用一些基于數(shù)據(jù)挖掘技術(shù)的規(guī)則,幫助指導(dǎo)老師們組建高效互動(dòng)的網(wǎng)絡(luò)學(xué)習(xí)群組。通過使用我們開發(fā)的分組方法與監(jiān)測(cè)系統(tǒng),指導(dǎo)老師們能夠有效地組建高效互動(dòng)群組,而且它還能使互聯(lián)網(wǎng)上群組互動(dòng)過程更加便利。系統(tǒng)的總設(shè)計(jì)如圖1所示。
圖1 系統(tǒng)總設(shè)計(jì)圖
為了完成群組目標(biāo),群組成員之間進(jìn)行的信息交流是其與同伴所進(jìn)行的最重要的活動(dòng)。經(jīng)許多研究發(fā)現(xiàn),群組成員之間之所以能夠進(jìn)行精確頻繁的互動(dòng)交流,是由于群組成員特點(diǎn)的合理搭配,這既包括群組內(nèi)部的搭配也包括群組之間的搭配。如果我們能夠確定在群組內(nèi)部選擇高效互動(dòng)群組成員的規(guī)則,那么應(yīng)用這些規(guī)則就能夠確保群組在網(wǎng)絡(luò)學(xué)習(xí)中進(jìn)行互動(dòng)交流。
很多實(shí)際研究表明,成功的群組總是由群組成員特點(diǎn)的合理搭配而形成的。Ellis和 Fisher(1994)發(fā)現(xiàn)個(gè)人的特點(diǎn)會(huì)影響到群組成員學(xué)習(xí)過程中交流的模式,當(dāng)群組成員們要組建一個(gè)有組織的群組的時(shí)候,像個(gè)性特點(diǎn)這樣的人為因素是他們要考慮的一個(gè)重要因素。根據(jù)以前的文獻(xiàn)資料和目前特殊的網(wǎng)絡(luò)學(xué)習(xí)背景,我們確定了四個(gè)特點(diǎn)以進(jìn)一步研究高效互動(dòng)與高滿意度的群組,它們分別是:學(xué)習(xí)時(shí)段、地區(qū)、年齡和價(jià)值觀類型。這四個(gè)特點(diǎn)是從在2011年春參加網(wǎng)絡(luò)課程學(xué)習(xí)的415名學(xué)員中歸納出來的,其資料來源于數(shù)據(jù)庫記錄和關(guān)于這14周課程的問卷調(diào)查。這415名學(xué)員以每五人組成一個(gè)小組的方式組建學(xué)習(xí)群組。他們中有些是自己分組,有些則不是。
2.1.1 學(xué)習(xí)時(shí)段
我們發(fā)現(xiàn),參加網(wǎng)絡(luò)課程學(xué)習(xí)的學(xué)員們都有自己最喜歡的學(xué)習(xí)時(shí)段,在特定的時(shí)段彼此進(jìn)行互動(dòng)并安排同一時(shí)間獲取信息,這意味著他們偏愛特定的學(xué)習(xí)時(shí)段并遵循群組的準(zhǔn)則。我們對(duì)學(xué)員在網(wǎng)絡(luò)課程中的登錄時(shí)間做了跟蹤記錄,結(jié)果發(fā)現(xiàn)有三段時(shí)間學(xué)員們的登錄較為頻繁:工作日在8∶00-11∶00 AM,周末在9∶00-12∶00 AM 和2∶00-5∶00 PM。大多數(shù)學(xué)員都喜歡在這幾段時(shí)間進(jìn)行交流。
2.1.2 地域
在非同步網(wǎng)絡(luò)學(xué)習(xí)環(huán)境中,來自不同地區(qū)的人有不同的風(fēng)俗習(xí)慣,不同的文化和不同的認(rèn)知模式,因此,在選擇組成社會(huì)網(wǎng)絡(luò)群組的搭檔時(shí)也會(huì)有特別的偏好。這些可能會(huì)影響到來自不同地區(qū)小組成員之間的互動(dòng)性及互相認(rèn)可的程度。從過去參加網(wǎng)絡(luò)課程分組學(xué)員的經(jīng)驗(yàn)得知,學(xué)員會(huì)把地區(qū)差異視為電子學(xué)習(xí)中互動(dòng)合作的一個(gè)重要考慮因素。鑒于此,我們的分組系統(tǒng)對(duì)415名學(xué)員進(jìn)行檢測(cè),結(jié)果發(fā)現(xiàn),這些學(xué)員形成了四個(gè)典型的地理區(qū)域特征,包括北方、南方、東部和中部。
2.1.3 年齡
不同年代出生的人在態(tài)度、生活方式和經(jīng)濟(jì)利益上存在差異。在同等條件下,不同年齡層段成員之間能進(jìn)行更為持久的合作,因而改善不同年齡層段成員之間的認(rèn)知。通過對(duì)參加上述網(wǎng)絡(luò)課程的415名學(xué)員年齡的統(tǒng)計(jì)數(shù)據(jù)進(jìn)行分析,把5年作為一個(gè)分段區(qū)間,我們把他們的年齡分為六個(gè)組:23-27歲(25歲組),28-32歲(30歲組),33-37歲(35歲組),38-42歲(40歲組),43-47歲(45歲組)和48-52歲(50歲組)。
2.1.4 價(jià)值觀類型
最后一個(gè)很重要的特點(diǎn)是價(jià)值觀,它可以把參加網(wǎng)絡(luò)課程學(xué)習(xí)的學(xué)員分成許多高效互動(dòng)小組,選擇價(jià)值觀這一特點(diǎn)是建立在相對(duì)性上,而不是絕對(duì)性上。因?yàn)閮r(jià)值觀是個(gè)中性詞,不會(huì)導(dǎo)致所謂好壞群組的比較。我們以Allport’s《價(jià)值觀的研究》為基礎(chǔ)做了一個(gè)問卷調(diào)查,我們已經(jīng)成功地把每個(gè)調(diào)查對(duì)象列入六種價(jià)值觀類型(理論型、經(jīng)濟(jì)型、美學(xué)型、社會(huì)型、政治型和宗教型)
每個(gè)網(wǎng)絡(luò)課程學(xué)習(xí)小組有5名學(xué)員,根據(jù)2.1中描述的四種特性對(duì)學(xué)員進(jìn)行觀察。我們希望高效互動(dòng)小組成員有相似的特性模式,于是把每五個(gè)特性接近的學(xué)員安排到一個(gè)小組。
表1 網(wǎng)絡(luò)學(xué)習(xí)小組的3種互動(dòng)水平
數(shù)據(jù)集群的主要方法是根據(jù)最為相似的特性給數(shù)據(jù)分組,然后再來區(qū)別更相似和特性差異更小的數(shù)據(jù)。在網(wǎng)絡(luò)學(xué)習(xí)的背景下,集群算法可以很容易被用來設(shè)計(jì)一個(gè)系統(tǒng)的分組方法。假如,用信息單元n(也就是學(xué)員們)來表示他們各自的層性矢量{X1,X2,X3….Xn}。每個(gè)矢量包含有一個(gè)學(xué)員的層性值。例如,第j個(gè)信息單元是一個(gè)年齡35歲,在9:00-12:00 am上課,家住北部地區(qū)并且抱有經(jīng)濟(jì)價(jià)值觀的學(xué)員,其相應(yīng)的層性矢量Xj=《上課時(shí)間,居住地,年齡,價(jià)值觀》就具體為《9:00-12:00 am,北部,35歲,經(jīng)濟(jì)型》。研究表明,信息單元X1與X2之間的幾何距離可以用來測(cè)算他們之間的差別。使Ci為群i的平均矢量。如果X與Ci之間的距離最小就說明信息單元X包含在群i中。我們?cè)诖隧?xiàng)研究中的采用的算法改進(jìn)了距離最近分組方法,而這種方法在統(tǒng)計(jì)學(xué)中是不公正的分析和分類方法。橫測(cè)標(biāo)準(zhǔn)采用近似函數(shù)計(jì)算,且搜集最新數(shù)據(jù)進(jìn)行集群,此項(xiàng)研究中的一個(gè)必要條件是群組成員學(xué)員應(yīng)保持更合適的數(shù)量組成群組。因此,我們?cè)谒惴ㄖ屑尤肓艘豁?xiàng)調(diào)節(jié)機(jī)制以保證理想的群組成員的大小和差別最小的計(jì)算結(jié)果。我們的算法如下:
1.從幾個(gè)組的每個(gè)組中的單個(gè)信息單元開始
2.找到與之最相似的組然后把他們加入到這一組中
3.重復(fù)步驟2直到總組數(shù)為1,這樣就得到了層次聚類樹
4.根據(jù)這個(gè)在第三步中得到的層次聚類樹,以自下而上的順序分組成員,每個(gè)群組成員4到6個(gè)信息單元。
我們使用我們的集群算法進(jìn)行試驗(yàn)以證明我們的研究在實(shí)際教學(xué)環(huán)境下有效。我們征求了指導(dǎo)老師和學(xué)員的意愿,選擇了一個(gè)網(wǎng)絡(luò)課程進(jìn)行我們的實(shí)驗(yàn)。在2011年秋有202名學(xué)員開始了這門持續(xù)14個(gè)周的網(wǎng)絡(luò)課程的學(xué)習(xí)。所有的學(xué)員被分成了兩種不同的群組成員——一是根據(jù)我們的集群算法組成的,以下稱為“系統(tǒng)”群組(SG),另一個(gè)是隨機(jī)組成的,以下稱為“隨機(jī)”群組(RG)。這兩組都為可控樣本。所有的群組成員都有相同的任務(wù),每周都布置相同的作業(yè)。每一組都不得不通過網(wǎng)絡(luò)教學(xué)(WBI)系統(tǒng)下的聊天室進(jìn)行討論與合作來解決難題。
學(xué)員們?cè)诰W(wǎng)上有三周的互相熟悉時(shí)間,然后在第4周開始,他們或根據(jù)集群算法或隨機(jī)組建群組。學(xué)員們?cè)谇叭軐?duì)WBI系統(tǒng)進(jìn)行熟悉并且自由進(jìn)行社會(huì)交流和網(wǎng)絡(luò)交流。從第四周開始,每周分派任務(wù),并要求所有學(xué)員進(jìn)行討論。所有學(xué)員在第九周完成其群組任務(wù)并在第十周提交他們的作業(yè)。在第十周,指導(dǎo)老師對(duì)每周的作業(yè)進(jìn)行批改,并且將其與交上來的群組成員一一對(duì)應(yīng)。為了完成相同的群組任務(wù),所有的學(xué)員有六個(gè)周的時(shí)間進(jìn)行交流互動(dòng)與共同合作。為了證實(shí)學(xué)員們的學(xué)習(xí)效果,我們向每個(gè)學(xué)員寄送了一份滿意度問卷調(diào)查,并要求他們與群組任務(wù)一起交上來。
我們選擇了100名學(xué)員作為我們的實(shí)驗(yàn)對(duì)象,同時(shí)將他們依據(jù)我們的集群算法組建成20個(gè)系統(tǒng)群組成員并且在整個(gè)網(wǎng)絡(luò)學(xué)習(xí)過程中對(duì)他們進(jìn)行監(jiān)測(cè),另外的102名學(xué)員以隨機(jī)方式組成20個(gè)群組,而我們也不對(duì)其在網(wǎng)上的學(xué)習(xí)過程進(jìn)行監(jiān)測(cè)。在用集群算法把選作實(shí)驗(yàn)的100名學(xué)員進(jìn)行分組前,2.4部分里提到的四個(gè)特性——上課時(shí)間,居住地,年齡和價(jià)值觀——已經(jīng)被轉(zhuǎn)譯為編碼加入算法中。各個(gè)特性的編碼及描述就如在2.1部分所描述的那樣經(jīng)過了精確地設(shè)計(jì)。所有的編碼數(shù)據(jù)通過遠(yuǎn)程的群組特性模擬,采用集群算法進(jìn)行計(jì)算。我們仔細(xì)的對(duì)這100名采用我們算法來分組的學(xué)員進(jìn)行了分組。并把采用我們的集群算法所產(chǎn)生的系統(tǒng)群組成員的詳細(xì)構(gòu)成列于圖2的表2中。
圖2 通過集群方法創(chuàng)建的20個(gè)小組
表2 通過集群算法組成的群組成員
為了證實(shí)我們提供的分組和互動(dòng)的便利方法的有效性,我們采訪指導(dǎo)老師和學(xué)員并對(duì)問卷調(diào)查和互動(dòng)監(jiān)測(cè)的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。因?yàn)閱柧碚{(diào)查表的結(jié)果要和小組任務(wù)的結(jié)果一塊收回,所以答復(fù)率是100%,其中有四十個(gè)是有效問卷。問卷調(diào)查表是根據(jù)Gladstein(1984)設(shè)計(jì)的,主要是調(diào)查小組的滿意程度。我們?cè)O(shè)計(jì)了三個(gè)項(xiàng)目并通過里克特7個(gè)等級(jí)對(duì)小組的滿意程度進(jìn)行調(diào)查(比如,1=強(qiáng)烈反對(duì),7=堅(jiān)決同意)分析完所有這些問卷調(diào)查以后,系統(tǒng)小組信度系數(shù)Cronbach-α值為0.9429,隨機(jī)群組的信度系數(shù)Cronbach-α值為0.9238,遠(yuǎn)遠(yuǎn)超過推薦的可靠標(biāo)準(zhǔn)0.7。這個(gè)結(jié)果說明我們的問卷調(diào)查是非??煽康摹>唧w的統(tǒng)計(jì)數(shù)字如表3所示。
表3 小組滿意程度的描述性統(tǒng)計(jì)數(shù)字
根據(jù)表3,隨機(jī)群組的滿意程度比系統(tǒng)群組的滿意程度低,為了判斷隨機(jī)群組的滿意程度是否與系統(tǒng)群組的滿意程度有顯著的不同,我們采用了單因素方差分析來測(cè)試差異的程度及F值,如表4。
通過表4可以看出,在學(xué)習(xí)過程中,系統(tǒng)分組學(xué)員的滿意程度比隨機(jī)群組學(xué)員的滿意程度高的多,高了0.05(p* =0.001)。
表4 單向性滿意程方差表
為了測(cè)試系統(tǒng)群組和隨機(jī)群組在網(wǎng)絡(luò)教學(xué)系統(tǒng)中使用時(shí)間的差異性,我們使用單因素方差分析測(cè)試其重要性和F值,如表5。從表5可以看出,系統(tǒng)群組中學(xué)員進(jìn)行討論的頻率遠(yuǎn)比隨機(jī)群組的高,高出的值為0.05(p* =0.000)。在互動(dòng)過程中,指導(dǎo)老師有選擇性的進(jìn)行干預(yù)進(jìn)一步激勵(lì)隨機(jī)群組的學(xué)員在網(wǎng)絡(luò)教學(xué)系統(tǒng)中進(jìn)行討論,老師的干預(yù)讓學(xué)員變得越來越積極,也更加愿意討論。
表5 單向性使用時(shí)間方差表
從以上可以看出,無論是在小組滿意程度還是在網(wǎng)絡(luò)教學(xué)系統(tǒng)的使用時(shí)間上,通過集群算法形成的群組整體上比隨機(jī)形成是的群組表現(xiàn)要好的多。
本文提出了網(wǎng)絡(luò)學(xué)習(xí)中基于數(shù)據(jù)挖掘技術(shù)的群組劃分方法,根據(jù)學(xué)習(xí)時(shí)段、地域、年齡和價(jià)值觀來進(jìn)行分組,設(shè)計(jì)了基于該方法的系統(tǒng),并通過課程實(shí)踐進(jìn)行了驗(yàn)證。事實(shí)證明,根據(jù)這種分組方法建立并接受互動(dòng)監(jiān)視器監(jiān)測(cè)的小組在所有方面都表現(xiàn)的要好的多,比如滿意程度,系統(tǒng)的使用,互動(dòng)的成功率和互動(dòng)的內(nèi)容等。
將來在該課題的研究將主要集中在兩個(gè)方向,一是探索出更多的規(guī)則來對(duì)群組進(jìn)行劃分,這樣可以使得有些信息不易取得的情況下也能有效地劃分群組;二是群組的快速重構(gòu),當(dāng)群組被劃分之后,如果某些群組效果不理想,系統(tǒng)應(yīng)該有較快的發(fā)現(xiàn)問題并重構(gòu)群組的能力。
[1] 劉均,李人厚,鄭慶華.網(wǎng)絡(luò)學(xué)習(xí)中學(xué)習(xí)個(gè)性挖掘方法的研究[J].西安交通大學(xué)學(xué)報(bào),2004,38(6)
[2] 劉儒德,江濤.學(xué)習(xí)者特征對(duì)網(wǎng)絡(luò)學(xué)習(xí)的影響[J]. 中國(guó)電話教育,2004,(6)
[3] 李書明,田俊.網(wǎng)絡(luò)學(xué)習(xí)中個(gè)性化學(xué)習(xí)服務(wù)策略研究[J].中國(guó)電話教育,2011,(6)
A Study to Promote Group Learning in E-learning
MA Yanchun,ZHANG Cuirong,F(xiàn)ANG Jing
(North China Institute of Science and Technology,Yanjiao Beijing-East101601)
This paper aims to build highly efficient groups,and introduces a monitoring system to facilitate the communication of the group members,and thus helps teachers to improve network group learning.The experiment data proves this method is effective and feasible.
group learning;network learning;data mining
TN919.2
A
1672-7169(2012)03-0082-04
2012-06-03。
馬艷春(1979-),男,內(nèi)蒙古通遼奈曼旗人,碩士,華北科技學(xué)院現(xiàn)代教育中心講師。